AI编程

先区分显式选模与 Auto 路由，核对模型选择器和 API Key 设置，说明回答自报模型为何不能作为可靠证据。

先按任务风险和上下文规模分类，再用同一小任务比较候选模型，记录正确性、等待时间与用量，形成自己的选择表。

按 Cursor 支持范围配置自有 API Key，显式选择模型，用一次低风险问答验证生效，并排查组织策略、余额与网络错误。

先克隆并打开可信的 GitHub 仓库，再用 README、依赖清单、入口文件和测试交叉核对 Cursor 给出的项目说明。

弄清 Cursor 代码库索引的范围，检查索引状态，用忽略文件排除敏感或生成内容，并通过带文件引用的问题验证上下文。

用一个“空搜索结果提示”小功能演示 Claude Code 从需求澄清、代码定位、计划、实现、测试到提交前复核的完整流程。

用 Claude Code 审查当前 diff，按正确性、安全、兼容和测试覆盖逐项找证据，再运行最小验证命令。

让 Claude Code 运行代码前先说明命令、目录和副作用，执行后读取标准输出、标准错误和退出码，再决定下一步。

从最小 plugin.json 和一个 Skill 开始开发 Claude Code 插件，用本地目录加载并运行官方验证命令检查结构。

从可信市场安装 Claude Code 插件，先查看组件与权限，再选择用户、项目或本地范围，并确认命令和状态可用。